OpenAI的Tibo宣布，Codex和Work中的GPT-6.1 Sol默认上下文从272k升至500k token。原帖显示10月11日，换算北京时间为10月12日早上。原始公告
OpenAI 团队成员 Tibo 随后补充说明：在订阅额度内使用 GPT-6.1 Sol 时，不额外收取长上下文费用。 需要注意，这条费用补充仅限使用订阅额度的GPT-6.1 Sol，独立 API 调用的长上下文计费规则仍需参照对应 API 价格表。费用补充说明
扩大到 500k，核心变化是什么
在复杂开发或跨文件任务中，模型需要持续维护需求文档、代码实现、工具输出及对话记录。此前当上下文容量吃紧时，Codex 会触发自动压缩机制，将较早的历史信息精简或摘要化，以腾出空间继续输出。
窗口扩大为更多材料留下了空间，公告将减少压缩作为目的。实际是否更少重复交代约束、能否保留前面的口径，需要在自己的任务中观察。
需要明确的是，500k旨在减少压缩发生，并不代表完全不压缩；也不能将“窗口扩大”等同于模型推理质量或事实记忆率的线性提升。
| 名词 | 它说明什么 | 不能据此推导什么 |
|---|---|---|
| 默认上下文 500k | 产品默认给任务使用的上下文规模 | 不是 50 万汉字，也不是每周额度 |
| 模型最大上下文 | 模型或接口支持的上限 | 不必然等于客户端默认值 |
| 自动压缩阈值 | 何时需要压缩记录 | 不必然与窗口数字完全相同 |
| 订阅用量 | 账号可用的执行预算 | 不会因窗口变大自动翻倍 |
本次调整核实为默认值从 272k 提升至 500k。实际可用范围以当前客户端或接口给出的配置为准。
不收长上下文附加费，额度怎么算
官方说明免除的是“订阅额度内的长上下文附加费”，但每次请求处理的输入输出内容依然正常计入订阅额度。文件、输出长度、工具调用和重试仍会影响任务用量，不能理解成增加内容不消耗额度。
- 使用订阅额度运行GPT-6.1 Sol：原帖明确不收长上下文费用；不外推为所有模型或API的计费政策。具体消耗逻辑见 Codex 用量排查。
- API Key 调用：不属于此次订阅免附加费范围，仍按 API 官方定价与分档计费。详情见 Codex 充值与计费说明。
因此在日常使用中，仍建议保持上下文干净，避免无意义塞入整个 node_modules 或无关日志。
客户端尚未显示 500k 怎么办
社区中不同用户看到的状态有差异，现有材料不足以确认统一的地区、版本或旧会话生效条件：社区讨论
排查建议：
- 核对模型与入口：确认会话使用的是 GPT-6.1 Sol，入口为 Codex 或 ChatGPT Work。
- 检查客户端版本：记录客户端版本，可以新开一个短聊天作对照，但不保证新建或重启一定生效。
- 核查本地配置：若此前在配置文件中手动指定过 上下文窗口参数 或压缩阈值，先确认自定义参数是否覆盖了默认值。
模型差异对比可参考 GPT-6.1 Sol 与 Astra 指南。
长任务实操建议：如何用好大上下文
即使可用空间扩大，长任务中依然建议主动维护“关键事实锚点”，避免在多轮交互后被长文本稀释重点：
继续当前任务前，请核对：
目标：整理三份文档中的订阅规则。
最终交付：一张带来源页码的对照表。
已确定：按文档生效日期比较，不能把发布日期当生效日。
未确定：两个套餐是否适用于同一地区，先标待核实。
完成后检查各行有没有遗漏例外，不需要重写整份报告。
当模型在长对话后出现遗漏时，直接在 prompt 中明确补回关键约束，往往比单纯质问“为什么忘记”更加高效。
套餐选择建议
如果日常任务在当前上下文下运行稳定且用量充足，保持当前套餐即可。若日常涉及大型代码库全量分析、超长日志排错，且频繁触发限流，可考虑升级到更高额度的版本。详细方案见 套餐页面。PayForChat 为独立第三方订阅服务平台，不影响官方功能特性的分批推送节奏。
常见问题
Q: 500k 是 50 万汉字吗？
A: 不是。这里的单位是 token，不同语言、代码和格式的换算不同。
Q: 窗口变大，周额度也增加了吗？
A: 不能这样推导。上下文容量与套餐可用量是两个维度。
Q: 现在是不是永远不用压缩了？
A: 公告说减少压缩发生，不是取消压缩。任务仍可能继续积累到需要处理历史的规模。
Q: 订阅不收长上下文费用，API 也一样吗？
A: 补充原帖明确限定使用订阅额度的 GPT-6.1 Sol。API 仍应查自己的接口价格与适用条件。
Q: 旧聊天一定自动变成 500k 吗？
A: 本文没有核实到适用于所有旧聊天的保证。先记录实际状态，再检查客户端与原有配置。
Q: 是不是把所有文件都给它最好？
A: 无关材料仍会增加处理负担。先给与任务相关的文件和明确的完成条件，缺资料时再补。
来源与参考
2026-10-13：通过 X 官方嵌入核对两条原帖。配置与旧会话差异保留未知，不将社区体验写成全量结果。